移动机器人视觉导航与路径规划

摘要

移动机器人技术是一门多学科技术，随着生产的发展和自动化程度的提高，现代工业生产朝着高效和高柔性的方向发展，人类对高智能移动机器人的需求显得尤为迫切。因此研究高智能的移动机器人具有着重要的意义。
　　 视觉导航和路径规划是研究移动机器人的两个重要的组成部分，本文针对双目视觉导航和路径规划相结合在移动机器人中的应用进行了研究，研究内容主要涉及到障碍物识别，摄像机的标定和路径规划方法的优化等方面。
　　 首先，摄像机标定采用基于线性模型的标定方法，获得简化投影矩阵和单应性矩阵，该标定方法过程简便，精度基本满足自主导航车的要求。然后，利用图像处理算法中的区域分割法对环境进行处理，结合单应性矩阵、逆投影变换得到障碍物的位置，根据障碍物的位置及处理后的图像进行局部路径规划。路径规划方法是基于行为动力学模型的滚动窗口法，由于动力学模型存在着一定的局限性，采用强化学习算法利用视觉所采集的环境信息，对动力学模型的主要参数进行学习，最终规划出一条最优的路径。最后，移动机器人根据定时采集图像并处理，将各个滚动窗口相互连接，形成全局路径规划，使移动机器人能够安全的避开障碍物，最终到达目标点，并建立环境地图，该方法能够很好的优化路径，并且规划出的路径比较平滑。
　　 在VC6.0++平台下，对图像采集、图像处理算法和路径规划算法进行编程，通过移动机器人室内实车行走实验，证明了本文将视觉导航、强化学习算法及路径规划算法的可行性。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 移动机器人视觉导航与路径规划的国内外现状

1．2．1 移动机器人视觉导航研究现状

1．2．2 移动机器人路径规划研究现状

1．3 研究内容及结构安排

1．4 本章小结

2 基于双目视觉的环境建模技术

2．1 引言

2．2 摄像机的标定

2．2．1 图像坐标系、摄像机坐标系和世界坐标系

2．2．2 基于透视模型的摄像机线性标定

2．2．3 利用左右摄像机对单应性矩阵的标定

2．2．4 标定试验及结果分析

2．3 利用逆投影变换进行障碍物检测

2．3．1 逆投影变换

2．3．2 障碍物检测的实例分析

2．4 环境建模

2．5 本章小结

3 具有学习能力的行为动力学滚动窗口路径规划方法

3．1 引言

3．2 强化学习算法原理

3．3 基于行为动力学的滚动窗口路径规划方法

3．3．1 滚动窗口路径规划原理及方法

3．3．2 行为动力学模型

3．3．3 学习能力的行为动力学模型

3．3．4 滚动窗口与具有学习能的行为动力学模型相结合

3．4 本章小结

4 四轮全方位移动机器人路径规划和运动控制的实现

4．1 引言

4．2 四轮全方位移动机器人硬件组成及控制结构

4．2．1 四轮全方位移动机器人硬件组成及系统工作原理

4．2．2 系统工作原理

4．3 应用程序的开发

4．3．1 应用程序主要界面

4．3．2 图像采集

4．3．3 图像信息处理

4．4 路径规划及运动控制实验及其结果分析

4．4．1 实验目的和任务

4．4．2 实验过程

4．4．3 实验数据分析

4．5 本章小结

5 总结与展望

5．1 全文总结

5．2 展望

致谢

参考文献